La Pared de Razonamiento — Hora Feliz

📍 Acerca del Evento Bebidas y conversación con las personas que se encuentran con la pared de razonamiento. Cuando una cadena de pensamiento llega a la respuesta correcta a través de la lógica equivocada, un evaluador de multitudes la marca como correcta y el modelo de recompensas de proceso aprende el atajo. Ese es el problema sobre el que queremos discutir, con una bebida, en The Fleur Room. ✨ Qué Esperar • Hora feliz con directores de investigación de GenAI y Llama y líderes de ingeniería a nivel VP • Bebidas y conversación, sin presentación y sin panel • Auditoría de cadenas de pensamiento y recompensas de proceso, de personas que lo están haciendo a gran escala • Presentado por Evan Ward, Hugo 🧠 Acerca de Hugo Inc. Hugo Inc forma equipos gestionados y densos en expertos para los laboratorios que entrenan y evalúan modelos de vanguardia, y ha sido socio de META desde 2018. No es una plataforma de multitudes y no son trabajadores anónimos: más de 730 especialistas evaluados, 100 por ciento educados en universidades, 64 por ciento con títulos de STEM o CS de cuatro años, trabajando dentro de tu sandbox en lugar de alrededor de él. El trabajo: auditoría de trazas de razonamiento, recompensas de proceso y datos de preferencias de RLHF, autoría de SFT experta, fundamentación multimodal, evaluación agente y de codificación, y equipos de ataque adversarial. 98.90 por ciento de precisión promedio, más del 99 por ciento de calidad en el primer intento, y menos del 1.5 por ciento de deserción mensual con una antigüedad promedio de 3.5 años, por lo que los mismos revisores permanecen en tu pipeline. Descripción completa de lo que hacemos para laboratorios como el tuyo: hugoinc.com/industry/frontier-reasoning-labs